题目内容
（请给出正确答案）
[主观题]
最简单的发电机模型是转子运动方程，在更精确的稳定计算中要考虑原动机功率及发电机电势的变化，需增加()模型。
最简单的发电机模型是转子运动方程，在更精确的稳定计算中要考虑原动机功率及发电机电势的变化，需增加（)模型。
A.调速器
B.励磁系统
C.励磁调节器
D.锅炉
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
A.调速器
B.励磁系统
C.励磁调节器
D.锅炉
如果结果不匹配，请 联系老师 获取答案
更多“最简单的发电机模型是转子运动方程，在更精确的稳定计算中要考虑…”相关的问题
利用CHARITY.RAW中的数据回答如下问题
(i)用普通最小二乘法估计如下模型：
按照通常的方式报告估计方程，包括样本容量和R²。其R²与不使用giftlast和propresp的简单回归所得到的R²相比如何？
(ii)解释mailsyear的系数，它比对应的简单回归系数更大还是更小？
(iii)解释propresp的系数，千万要注意propresp的度量单位。
(iv)现在，在这个方程中增加变量avggif。这将对mailsyear的估计效应造成什么样的影响？
(v)在第(iv)部分的方程中，giftlast的系数有何变化？你认为这是怎么回事？
A.感应质子
B.感应浮子
C.感应电流
D.感应电势
一个能给出含滞后因变量之计量经济模型的颇有意思的经济模型，把yt和xt的期望值(xt*)相联系，其中xt的期望值是以在：-1时期所观测到的所有信息为条件的：
对(ut)的一个自然假定是E(ut|It-1)=0，其中lt-1代表在t-1时期有关y和x的所有信息：这意味着E(ut|It-1)=a0+atxt*。为了完成这个模型，需要一个关于如何形成期望xt*的假定。我们在教材11.2节看到过一个适应性预期的简单例子，在那里有xt*=xt-1。一个更复杂一些的适应性预期机制为：
其中，0 ＜ λ ＜ 1。这个方程意味着，预期变化要根据上一期的实现值是高于还是低于其预期值而做出反应。假定0 ＜λ ＜ 1，说明预期变化是上一期预测误差的一个比例。
(i)证明上述两个方程意味着：
[提示：把教材方程(18.68)滞后一个时期并乘以(1-1)，然后从教材方程(18.68)中减掉，再利用教材(18.69)。]
(ii)在E(ut|It-1)=0下，{ut}是序列无关的。对误差vt=ut-(1-λ)ut-1来讲，这意味着什么？
(iii)如果把第(i)部分中的方程改写为：
我们如何一致地估计β1？
(iv)给定β1的一致估计值，你将如何一致地估计λ和α1？
为了确定避孕套的使用在降低有性行为的高中生之间传播性疾病的有效性，一个简单的模型为
其中， inf rate表示有性行为的学生中感染性病的比例， con use表示声称合理地使用了避孕套的男孩子比例，avg inc表示平均家庭收入， 而city则是一个表示所在学校是否处在城里的虚拟变量; 这个模型是在学校这个层次上做的。
(i)在因果性和其他条件不变的模式下解释上述方程，β1的符号应该是什么？
(ii)为什么inf rate和com se可能是联合决定的？
(iii)如果避孕套使用率随着性病感染率的上升而提高，所以在下式中
(iv)令aris表示一个二值变量，若学校有分发避孕套项目则取值1.解释这如何用于通过Ⅳ估计β1(和其他系数)。我们必须在每个方程中对concis做怎样的假定？
在例10.4中我们把明显包括长期倾向θ0的模型写成，
为简单起见，我们省略了其他解释变量。像通常的多元回归分析一样，θ0应该具有其他情况不变的解释。也就是说， 保持
不变， 若pet增加一美元，则gfrt应该改变θ0。
(i)若保持不变，但pet增加，那么pet-1和pet-2应该如何变化？
(ii)第(i)部分中的答案如何有助于你把上述方程中的θ0理解为LRP。
(i)变量train是工作培训指标变量。样本中有多少人参与了工作培训项目？一个男人实际参加工作培训最多达几个月？
(ii)将train对unem74,unem75,age,educ,black,hisp和married等几个人口统计和培训前变量做一个线性回归。这些变量在5%的显著性水平上联合显著吗？
(iii)估计第(ii)部分中线性模型的一个概率单位形式。计算所有变量联合显著性的似然比检验。你得到什么结论？
(iv)基于第(ii)部分和第(iii)部分的答案，为解释1978年的失业状况，参与工作培训可视为外生变量吗？请解释。
(v)做unem78对train的简单回归，并以方程形式报告结果。估计参与工作培训项目对1978年失业的概率有何影响？它统计显著吗？
(vi)做unem78对train的概率单位模型。将train的概率单位系数与第(v)部分线性模型中得到的系数相比较有意义吗？
(vii)求出第(v)部分与第(vi)部分的拟合概率。解释它们为什么相同。为了度量工作培训项目的效果和统计显著性，你将采用哪个方法？
(viii)在第(v)部分与第(vi)部分模型中将第(ii)部分中的所有变量作为额外控制变量。现在拟合概率还相同吗？它们之间有何关系？
